Type spectral

liste » « Annonce précédente Annonce suivante » Marque : FORD Modèle : MONDEO Type : 1.6i CL Année : 8/1995 Kilométrage : 168.550 km Transmisison : Manuelle Carburant : Essence Prix : 1.000 € (ttc) » Demande de financement avec Cofidis ! Partager sur Facebook Description Photos Contacter le vendeur Assurance Financement Cylindrée : Puissance : Couleur : Type de carrosserie : Couleur Intérieur : Revêtement intérieur : Type d'annonce : Contrôle technique : Etat du véhicule : Date d'insertion : Visites

tendance centrale et de position : A- Mode B- Médiane C- Moyenne arithmétique D- Moyenne géométrique E- Moyenne harmonique F- Moyenne quadratique G- Quantiles VCaractéristiques de dispersion : A- Étendue B- Intervalle inter-quartile C- Variance et écart-type D- Coefficient de variation VI- La concentration : A- Valeurs globales B- Médiale C- Courbe de concentration (ou de LORENZ) D- Indice de GINI VII- Les indices : A- Indices élémentaires B- Indices de LASPEYRES et de PAASCHE 1) Indice de Laspeyres des

Souvient toi que l’argent est par nature générateur est prolifique » « Souvient toi du dicton : le bon payeur est le maitre de la bourse d’autrui » Il s’agit ici de conseils qui permet de vivre en société. Max Weber voit en ses écrit un idéal type du capitalisme. A l’opposé on retrouve la société américaine qui serait avare. Pour démontrer ses propos il prend l’exemple de l’un des associer de Fugger qui ,après s’être retiré des affaires car il trouvait qu’il avait suffisamment gagné de l’argent

2 n ) = N (10; p 1 25 r 200 25 ) = N (10; 0:375) 200 1 N (0; 1) Alors 10:8 10 ) 0:375 = P (T < 2:1) = (2:1) = 0:9821 P (X < 10:8) = P (T < 2 1 3 Exercice 2 : 3. Dans cette question on a ajouté (s = 2:1 ecart type de l’ echantillan) et au lieu de 14.275 sera 11.275. Et on va refaire les questions 1 et 2 (a) On a est inconnue et s = 2:1; Le tirage est Non Exaustif , N = 100 Donc s 2:1 X N (m; p ) = N (10; p ) = N (10; 0:42) n 25 X 10 T25 1 = T24

Choisir CALC puis 1: Stats 1-Var. Appuyer sur ENTER. Taper alors L1,L2 et appuyer sur ENTER. → L1 s’obtient à l’aide des touches 2ND et 1 . → L2 s’obtient à l’aide des touches 2ND et 2 . On peut lire : Flèche la moyenne la somme des données l’écart type l’effectif total x Σx σx n pour faire défiler la suite des résultats. On peut lire : la valeur minimum er le 1 quartile la médiane ème le 3 quartile la valeur maximum min X Q1 Med Q3 max X Effacement des données Placer le curseur sur le nom de

données collectées 5ème tache : interpréter les traitements effectués I. Les analyses univariées Méthodes de statistiques descriptives Choix d’un type d’analyse dépend de la nature de l’échelle de mesure Type d’échelle de mesure Statistiques descriptives Nominal Fréquence Ordinal Médianes, fractiles Intervalle Moyenne, écart-type Ratio Moyenne, écart-type Vocabulaire Variable nominale : Présente des catégories que l’on nomme avec un nom (ex : homme ou femme, une marque, une couleur, …) Variable ordinale :

la probabilité de rejeter un lot. Exercice 3 : Modèles continus Une machine est chargée de remplir des bidons d’une contenance nominale de 5 litres. On considère que le processus de remplissage suit une loi normale de moyenne 5 litres et d’écart type de 0,1 litres. 1. Quel est, au dixième près, le pourcentage de bidons contenant moins de 4,85 litres. 2. Quel est, au dixième près, le pourcentage de bidons contenant entre 4,95 et 5,05 litres. 3. On remplit un lot de 1000 bidons. Sachant que la

valeur 1 de probabilité p et à l’issue « échec » on associe la valeur 0 de probabilité q = 1 − p . On dit alors que la loi de Bernoulli est une « loi de Bernoulli de paramètre p ». Une loi de Bernoulli est donc parfaitement définie par un tableau du type : xi 1 pi p 0 1− p Espérance et variance d’une loi de Bernoulli L’espérance d’une loi de Bernoulli de paramètre p vaut : E=p La variance d’une loi de Bernoulli de paramètre p vaut : V = p (1 − p ) = pq PanaMaths [2-3]

. . . 2 1.1 Population . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.2 Echantillon . . . . . . . . . . . . . . . . . . . . . . . . 2 1.3 Interprétation . . . . . . . . . . . . . . . . . . . . . . . 2 1.4 Type des échantillons : . . . . . . . . . . . . . . . . . . 4 Les distributions d’échantillonnage. . . . . . . . . . . . . . . . 4 2.1 Importance des distrubutions d’échantillonnage. . . . . 4 2.2 Distributions d’échantillonnage

LE TRAITEMENT DES DONNEES STATISTIQUE DESCRIPTIVE A UNE DIMENSION (Pop1,x), (Pop2,x), (Pop1,y), (Pop2,y). -tableaux recensés -diagrammes -valeurs centrales (mode, moyenne, médiane) -valeurs de dispersion (étendue, quartiles, écart-type) -boites à moustaches. STATISTIQUE DESCRIPTIVE A DEUX DIMENSIONS (Pop1), (Pop2). -Séries statistiques -nuages de points -points moyens -droites de régression -coefficient de corrélation -prévision/estimations CONCLUSION